Apertus 1.5 与 OLMo 3.1 对比:该用哪个完全开放的模型?

Apertus 1.5 能读文本、图像和音频,上下文 262K;OLMo 3.1 只处理文本,上下文 64K,有 32B 模型。两者都是采用 Apache 2.0 的完全开放模型。

  • 更新于

结论. 两者都是采用 Apache 2.0 的完全开放模型,训练代码和检查点都是公开的,所以要看模型需要读什么,以及你需要它有多新。Apertus 1.5(8B 和 70B,2026 年 7 月)除文本外还能接受图像和音频,上下文 262K,思考模式可选,并且只用公开可得的数据训练。它的仓库设有访问授权,音频理解还处于实验阶段,还需要 Swiss AI 的 Transformers 或 vLLM 分支。OLMo 3.1(7B 和 32B,2025 年 12 月)只处理文本,上下文 65,536 token,Ai2 公开了预训练数据(Dolma 3)和后训练数据集(Dolci),以及代码和检查点。Ai2 称在它的评测中,32B Instruct 是最强的完全开放 32B 指令模型。OLMo 更早,在能力上落后于 2026 年的开放权重模型;Apertus 更新,也更大,有 70B 版本。

规格

规格 Apertus 1.5Olmo 3.1
开发方Swiss AI InitiativeAllen Institute for AI (Ai2)
发布时间2026年7月24日2025年12月12日
总参数量70B (Apertus 1.5 70B)32.2B (32B Think)
激活参数量全部全部
架构稠密稠密
上下文窗口256K token64K token
输入文本, 图像, 音频文本
许可证 Apache 2.0 (宽松) Apache 2.0 (宽松)
最小版本所需内存(4 位)5.52 GB (Apertus 1.5 8B)5.04 GB (7B Think)

性能数据来自开发方,未经独立验证。

选 Apertus 1.5 的情况

  • 你需要模型同时读图像或音频和文本。
  • 你需要比 OLMo 的 32B 更大的模型,Apertus 有 70B 版本。
  • 你想要 262K 上下文,并把思考作为聊天模板的开关。
  • 你必须说明训练数据的来源:Apertus 只使用公开可得的数据,并追溯遵守爬虫的退出声明。

选 Olmo 3.1 的情况

  • 你想用真实数据研究或复现训练,因为 Dolma 3 和 Dolci 都已公开。
  • 你想在本地运行约 15 GB 的 7B Think 或 Instruct 模型。
  • 你想用已发布的 RL-Zero 和中间检查点做强化学习实验。
  • 你只处理文本,并且希望每个训练阶段(基础模型、监督微调、偏好调优和强化学习)都有公开的数据和检查点。

Apertus 1.5 · Olmo 3.1